Threads в Python OTUS
2026-03-10 01:42 Diff
https://otus.ru/journal/threads-v-python/2-7-6/

Питон – один из самых популярных языков программирования. Специалисты, которые смогут написать на нем программу, высоко ценятся по всему миру. Python относится к высокоуровневым ЯП. Обладает строгой типизацией.

С момента первого релиза он перетерпел немало корректировок. Питон имеет поддержку разного типа потоков, благодаря чему контент будет работать быстрее. Именно этому моменту будет посвящена статья.

Основная терминология

Думая над многопоточностью в Python, стоит сначала запомнить ключевую терминологию ЯП. Без нее изучить Питон и участвовать в создании threads не получится. Поэтому сначала необходимо выучить следующие понятия:

  1. Алгоритм – представлен набором инструкций, принципов и правил, которые помогают решать определенные проблемы.
  2. Аргумент – значение, передаваемое в имеющиеся в кодификации команды/функции.
  3. Баг – непредвиденная ошибка, обнаруженная во время работы ПО. Приводит к неполадкам и сбоям в работе контента.
  4. Символы – элементарные единицы отображения информации. Равны одной цифирной/буквенной записи.
  5. Объекты – комбинации связанных констант, переменных, структур информации, которые обрабатываются и выбираются совместно.
  6. Объектно-ориентированное программирование – один из основных принципов создания программ. В его основе лежит программирование через объекты. Логика и абстракции здесь не столь важны.
  7. Класс – набор связанных объектов. Последние обладают одинаковыми (общими) свойствами.
  8. Код – письменный набор инструкций, которые написаны посредством применения протоколов ЯП.
  9. Компиляция – процесс создания исполняемого софта через кодификации.
  10. Массив – списки/группы похожих между собой типов значений данных. Они группируются и образовывают множество.
  11. Итерация – один проход через набор операций, работающих с программным кодом.
  12. Ключевое слово – зарезервированное слово в ЯП. Используется для выполнения определенных задач. Слова из ключевиков не могут служить именами для переменных.
  13. Переменные – места хранения временных данных в приложении. Их можно сохранять, корректировать, а также отображаться при необходимости.
  14. Указатель – переменная, содержащая адрес места в памяти. Местоположение – это начальная точка элемента (массива, целого числа).
  15. Исходные данные – ключевое местоположение, откуда берется и используется электронный материал в пределах утилиты.

Все это пригодится не только при изучении thread, но и при разработки программного обеспечения до рассмотрения соответствующего направления.

Поток – это…

Поток – наименьшая единица выполнения операций с независимым набором инструкций. Это – часть процесса. Функционирует thread в исполняемых ресурсах утилиты совместного применения контекста, словно память.

Поток обладает:

  • начальной точкой;
  • специализированной последовательностью выполнения операции;
  • результатом.

Предусматривает указатель инструкций, отвечающий за хранение текущего состояния потока и контроля за последующим «шагом».

Поток – компонент любого запущенного процесса, который управляется операционной системой. ОС отвечает за обеспечение параллелизма. Так называется многозадачность. Достигается за счет разделения процессов между потоками. О ней пойдет речь далее.

Однопоточность

Для полноценной работы с потоками и процессами Python необходимо четко понимать принцип функционирования оных.

Однопоточность встречается не слишком часто. Это – последовательный процесс. Устройство сможет выполнять только одну задачу. Как только та будет завершена (или система обнаружит ошибку), начнется переход к следующей задаче.

В операционных системах и устройствах поддерживается многопоточность. Без нее работа девайсов была бы слишком медленной.

Многопоточность – понятие

Multithreading – это многопоточность. Представляет собой метод программирования на Питоне, при помощи которого одновременной можно запускать несколько потоков. Достигается результат за счет переключения между оными через центральный процессор (при помощи переключения контекста).

Используется данная функция для того, чтобы значительно ускорить процесс работы создаваемого приложения или игры. Возможность обрабатывать несколько потоков одновременно – удобная возможность Питона, которую легко освоить.

Преимущества

Работа со thread и multiprocessing имеет несколько преимуществ:

  • повышение скорости вычислений;
  • отзывчивость программного обеспечения – пока один thread находится в ожидании ввода, другой одновременно осуществляет запуск графического интерфейса;
  • наличие доступа к глобальным переменным thread;
  • рациональное и эффективное использование имеющихся ресурсов;
  • упрощенное взаимодействие потоков друг с другом;
  • отсутствие высокий требований к памяти задействованного устройства.

Если работаем с потоками в Python, о multithreading забывать не стоит. Это – качественный механизм, который легко освоить и задействовать в своих приложениях.

Недостатки

Несмотря на все свои преимущества, multi thread имеет слабые стороны:

  • если в операционной системе реализован только один поток, активация рассматриваемого механизма не скажется на скорости вычислений;
  • увеличение использования процессора и памяти устройства;
  • возникновение трудностей при отладке;
  • повышение вероятности возникновения потенциальных ошибок и неполадок;
  • «голод» софта, если поток не получает регулярный доступ к общим ресурсам.

Программер может использовать при написании контента один или несколько thread. Этот вопрос остается на его усмотрение. Но мультипоточность – это неплохая возможность, особенно для утилит со сложными структурами.

Модули

Потоки в Python проходят реализацию через несколько модулей:

  • thread – модуль потока;
  • threading – модуль потоковой передачи.

Thread устарел в Python 3, после чего он получил название _thread. Это обеспечивает обратную совместимость. Рассматривать нужно оба модуля, потому что разработчики способны до сих пор программировать на устаревших версиях ЯП.

Модуль потоков

Thread – это модуль потоков. Для его реализации нужно использовать метод:

Это – простой метод с максимальной результативностью. Задействован при создании thread (потока). Успешно используется для запуска на операционных системах Windows и Linux.

Здесь происходит следующее:

  1. Метод thread отвечает за запуск нового потока. После осуществляется возврат идентификатора оного.
  2. Данный «подход» будет вызывать указанную функцию, которая прописана в виде параметра function.
  3. Аргументы берутся из args. Их разработчик тоже должен предварительно прописать.
  4. После возвращения функции поток прекращает свое функционирование.

 Предложенные примеры предусматривают args. Это – кортеж аргументов. Можно не указывать «желаемые значения». Тогда произойдет вызов без каких-либо аргументов.

Если функция будет завершаться с необработанным исключением, осуществляется трассировка стека. После этого thread выходит. Никакого влияния на иные потоки не производится – они продолжают полноценно функционировать и исполнять поставленные задачи.

Наглядный пример

Код, созданный и приведенный ниже – это наглядный пример использования thread:

# Пример многопоточности. # 1. Нужно провести расчеты факториала через рекурсии. # 2. Требуется вызвать факториальную функцию, применяя поток. from threading import start_new_thread threadId = 1 def factorial(n): global threadId if n < 1: print "%s: %d" % ("Thread", threadId ) threadId += 1 return 1 else: returnNumber = n * factorial( n - 1 ) # рекусрсивынй вызов print(str(n) + '! = ' + str(returnNumber)) return returnNumber start_new_thread(factorial,(5, )) start_new_thread(factorial,(4, )) c = raw_input("Waiting for threads to return...\n")

Если указать этот код в локальном терминале или онлайн-терминале, можно увидеть результат проведенных действий. После запуска софта на экране появится следующая картинка:

Именно так работают потоки в Python через thread.

Модуль Threading

Многопоточные приложения могут использовать модуль Threading для одновременной обработки нескольких «задач». Это – усовершенствованный механизм thread. Он предусматривает больше возможностей и лучшую поддержку потоков.

Отвечает за объединение всех методов thread. Предусматривает несколько «собственных»:

  • .activeCount() – обнаружение общего числа активных элементов потока;
  • .currentThread() – определение количества объектов потока в элементе управления вызывающей стороны;
  • .enumerate() – полный список элементов потока, который на момент проверки находятся в активном состоянии.

Модуль представляет класс Thread. Его часто применяют при многопоточности в ЯП. У этого класса нужно запомнить сл��дующее:

В официальной документации Питона можно найти информацию, которая позволит изучить класс Thread и его методы более углубленно.

Реализация через Threading

Для того, чтобы создать новый поток через Threading, нужно:

  1. Создать класс-наследник от Thread.
  2. Предопределить метод _init_(self[, args]). Это нужно для предоставления аргументов в соответствии с выдвинутыми требованиями.
  3. Предопределить метод run. Она отвечает за создание бизнес-логики потока.

При определении подкласса Thread нужно создать его экземпляр. Лишь после осуществится новый поток. Далее требуется вызвать метод для запуска оного.

Пример

А вот наглядный пример реализации Threading:

# Печать текущей даты. # 1. Нужно задать подкласс, посредством применения Thread. # 2. Создать подкласс и создать поток. import threading import time class myThread (threading.Thread): def __init__(self, name, counter): threading.Thread.__init__(self) self.threadID = counter self.name = name self.counter = counter def run(self): print("Starting " + self.name) print_date(self.name, self.counter) print("Exiting " + self.name) def print_date(threadName, counter): datefields = [] today = datetime.date.today() datefields.append(today) print( "%s[%d]: %s" % ( threadName, counter, datefields[0] ) ) # Создать треды thread1 = myThread("Thread", 1) thread2 = myThread("Thread", 2) # Запустить треды thread1.start() thread2.start() thread1.join() thread2.join() print("Exiting the Program!!!")

Синхронизация

У модуля есть встроенная функциональность для блокировки. Она позволяет синхронизировать потоки. Требуется, чтобы вести контроль за доступом к общим ресурсам и предотвращения повреждения информации.

Можно задействовать метод Lock() для блокировки. Он будет возвращать новый объект. Далее – требуется вызвать метод захвата элемента блокировки. Это заставит потоки работать синхронно (threaded).

Здесь нужно запомнить, что:

  • необязательный параметр блокировки указывает на ожидание потока в отношении blocking;
  • если блокировка на 0 – поток будет немедленно возвращаться с нулевым значением, когда она не может быть получена, и с 1 – если получена;
  • если для блокировки задана 1, поток блокируется и находится в ожидании разблокировки.

Есть метод release() объекта блокировки. Он нужен для сняли «блокинга», когда оный не требуется.

Как выглядит блокировка многопоточности

А вот пример того, как будет выглядеть код, в котором нужно осуществить блокировку многопоточности в Python:

Быстрое осваивание темы

Разобраться в рассмотренном направлении можно при помощи разнообразных туториалов, видеоуроков, а также специализированной литературы. Все это находится в Сети в свободном доступен.

Освоить Python и его работу с thread можно через:

  • обучение в ВУЗе;
  • учебу в техникумах и колледжах;
  • самообразование.

Но лучше всего, чтобы надписи «for I in», «threading import thread», «I in range», «thread» и им подобные не вызывали вопросов, стоит пройти дистанционные обучающие курсы. Рассчитаны они на разный уровень знаний и умений. Можно быстро освоить одно или несколько перспективных направлений в IT и получить в конце обучения электронный сертификат.